Pesquisadores desenvolvem IA que identifica desmatamento na Amazônia

O Imazon analisou imagens com e sem desmatamento da região, obtidas do Projeto Copernicus (ESA) através do Google, para treinamento dos modelos desenvolvidos pelo IMPA.

Foto: Reprodução/Imazon

O Centro de Projetos e Inovação do Instituto de Matemática Pura e Aplicada (Centro Pi/IMPA), em parceria com o Instituto do Homem e Meio Ambiente da Amazônia (Imazon), produziu um algoritmo para auxiliar na detecção de desmatamento na Floresta Amazônica. O trabalho foi apresentado no dia 7 de novembro pelo doutorando do IMPA, Rodrigo Schuller, no XXI Simpósio Internacional SELPER: ‘Além do Dossel – Tecnologias e Aplicações de Sensoriamento Remoto‘, em Belém (PA).

O Imazon analisou imagens com e sem desmatamento da região, obtidas do Projeto Copernicus (ESA) através do Google, para treinamento dos modelos desenvolvidos pelo IMPA, com o uso de tecnologia de redes neurais. O trabalho ‘Artificial intelligence to support deforestation monitoring in the brazilian Amazon‘ (inteligência artificial para auxiliar o monitoramento de desmatamento na Amazônia brasileira) já resultou na primeira versão da ferramenta de IA que está em uso no Imazon.

Schuller explicou que o algoritmo tem taxa de acerto de 95% e representa uma economia de tempo de 30% no trabalho dos especialistas. Uma tarefa que antes consumia 1004 horas, passou a ser realizada em 705 horas com o uso da ferramenta.

“A performance do modelo de detecção de desmatamento não é suficiente para automatizar totalmente o processo, mas já podemos usar o modelo como um assistente”, disse.

Antes da IA, o Imazon utilizava um algoritmo simples capaz de excluir áreas sem indícios de desmatamento. Posteriormente, uma equipe do instituto se dedicava a analisar o restante das imagens de forma manual – o que demandava muito tempo de observação. Apesar da melhora, o Centro Pi estuda como reduzir ruídos e aumentar a acurácia do algoritmo para torná-lo mais eficaz.

“Existe um campo de machine learning chamado aprendizado robusto, que trata de rótulos ambíguos ou com ruído. Já que alguns fenômenos naturais – como afloramento rochoso – são similares à desmatamento quando vistos em imagens de satélites, processos de aprendizado ajustados para lidar com essas incertezas podem atingir maior performance”, explicou Schuller.

Além de Schuller, integram a equipe do projeto o cientista de projetos Francisco Ganacim e o pesquisador do IMPA Paulo Orenstein, que em julho deste ano foi premiado com o Google Research Awards pelo desenvolvimento do trabalho.

*O conteúdo foi originalmente publicado pelo Imazon

Publicidade
Publicidade

Relacionadas:

Mais acessadas:

Blockchain e sustentabilidade são unidos por meio de projeto para ajudar agricultores rurais

A iniciativa desenvolveu um token não-fungível (NFT), direcionado para identificar mudas de árvores nativas e produtivas na Amazônia, mantidas por pequenos agricultores.

Leia também

Publicidade